AgentBreakout

Implementação de uma solução de aprendizagem por reforço para o jogo Breakout do Atari.

Descrição

A dinâmica, você move uma raquete e bate a bola em uma parede de tijolos no topo da tela. Seu objetivo é destruir a parede de tijolos. Você pode tentar quebrar a parede e deixar a bola causar estragos do outro lado, tudo por conta própria! Você tem cinco vidas.

Dados

Espaço de Açãos	Discreto(18)
Espaço de Observação	(210, 160, 3)
Observação Alta	255
Observação Baixa	0

Ações

2	Mover Direita
3	Mover Direita

Recompensas

Você marca pontos destruindo tijolos na parede. A recompensa por destruir um tijolo depende da cor do tijolo.

Dependências

Será necessário :

• Gym
• Stable-baselines3
• Tensorboard

Pode importar facilmente esssas dependências atraves do Anaconda-navigator

Import no anaconda o arquivo 'agentBreakout.yaml' localizado na pasta ambienteAnaconda

Treinar Agente

Execute o arquivo em src 'train.py' 

Executar um Agente já treinado

Execute o arquivo em src 'agentTest.py' 
É preciso especificar  o caminho do agente treinado na variável 'a2c_path'

Relatórios com tensorboard

Na pasta logs execute o comando

tensorboard --logdir=.

TensorBoard 2.9.1 at http://localhost:6006/ (Press CTRL+C to quit)

Tecnologias

Python 
Anaconda-navigator 
Gym 
Stable-baselines3
Tensorboard